Google 扩展了其 Antigravity 多智能体系统，利用其 Gemini 模型驱动的专业团队来解决长期存在的数学问题、验证复杂的证明以及优化软件系统。该公司表示，其 Teamwork 框架帮助研究人员正式化重要的数学成果、识别分子结构并开发更快的软件实现。这项工作结合了人类专业知识与多个智能体的协作，这些智能体独立探索解决方案、测试方法并使用计算工具验证结果。
其中最引人注目的成果是对 Weil 猜想的正式化，这是一组关于有限域上多项式方程解数量的重磅数学结果。Google 的 Teamwork-LEAP 系统在 28,800 次子智能体调用中生成了约 180 万行的 Lean 代码，以正式化这些结果，这些结果最初由数学家 Pierre Deligne 于 1974 年证明。Google 还表示，该系统重现了有关三维 Navier–Stokes 方程有限时间爆炸的最新证明的正式化，这是一个与七个千年奖难题之一相关的问题。
关于这些方程的光滑解是否能在有限时间内发展出奇异性，已经悬而未决了约 90 年。
Google 的 Antigravity 系统在数学和化学领域取得重大进展
该系统还帮助研究人员解决了 Courtade–Kumar 猜想，这是一项首次于 2013 年提出的信息理论问题。来自 Google 和学术机构的研究人员使用该框架开发了全面的证明，Gemini 模型帮助推导出分析界限并生成可供计算机检查的证书。研究人员在 Lean 4 中正式化了该证明，这是一种编程语言和证明助手，让计算机检查数学论点。Google 的方法依赖多个智能体并行工作，为每个系统分配不同的任务以挑战和验证提出的解决方案，旨在减少单一模型生成长推理链时可能出现的错误。
每个专业智能体仅接收执行其任务所需的文件和工具。独立的评论者和审核员则在不依赖原始智能体的推理下检查结果。除了数学，Google 还将这一方法应用于分子化学。一组 30 个专业智能体与物理信息模拟器合作，从核磁共振（NMR）数据中识别分子结构，达到 95% 的第一名准确率和 100% 的前三名准确率，针对复杂基准分子。
该框架在系统工程方面也取得了成果。Google 表示，其智能体将公司的 libgav1 AV1 视频解码器从 C++ 重写为约 170,000 行的 Rust 代码，在广泛的测试套件中实现了完全的输出一致性。最初的重写运行速度约为原始实现的四倍。当智能体获得性能分析工具并被指派改善性能后，Rust 版本在 x86_64 和 ARM 处理器上变得比原始 C++ 实现快 20% 至 30%。
在另一个项目中，一个为期两周的计划将 Zircon 微内核中剩余的 C++ 代码重写为约 800,000 行的内存安全 Rust，通过了内核单元测试并能够在 ARM64 硬件上启动。
Google 还报告了其内部基础设施的改进。其智能调度工作流程在某些硬件类型上将 TPU 工作负载的抢占减少了 24%，同时维持服务水平目标和集群利用率。该公司正在通过 Antigravity 提供 Teamwork 及其迭代编码工作流程 /boost，并开放了 10,000 名学术研究人员申请，获得六个月的免费高使用率访问权限。该公司表示，未来将提供额外的专业工作流程，包括正式证明工具。